Par
_lierre Richard Arild�imon
1 /
'i t. 3-Mémoire présenté au Département d'économique en vue de
l'obtention du grade de maître ès arts (M.A.)
FACULTÉ DES LETTRES ET SCIENCES HUMAINES
UNIVERSITÉ DE SHERBROOKE
Département d'économique
La Dynamique des Prix et des Salaires
Pierre Richard Arild Simon
Directeur de recherche
Mario Fortin
Membres du jury Gérald Roy
d'économique, pour la patience, ses conseils et la disponibilité dont il a fait preuve tout au
long de la rédaction de ce document. Mes remerciements vont aussi aux professeurs Gérald
Roy pour ses précieux conseils sur la partie économétrique du travail et Louis Ascah pour
avoir accepté d agir à titre de lecteur pour ce mémoire.
son
Un remerciement spécial à la Banque Centrale de la République d'Haïti pour
support financier. Finalement, je tiens à exprimer ma sincère gratitude à mon amie Micheline,
ainsi qu'à tous ceux qui ont participé de près ou de loin à la réalisation de ce travail. Il
demeure néanmoins que toutes les erreurs et omissions relevées dans le document reste sous
Ce document examine la dynamique des prix et des salaires au Canada. Il cherche
aussi à déterminer si les salaires sont supérieurs aux deux indices de prix comme indicateur
d'inflation au Canada. Le modèle multivarié de Cointégration de Johansen &
Juselius (1990)
est utilisé pour établir le lien entre ces trois indicateurs d'inflation. Ce modèle examine lesrelations de long terme entre ces variables. L'évidence d'une relation de cointégration entre
les prix et les salaires est vérifiée pour le Canada. Le test de causalité de Oranger suggère une
relation causale unidirectionnelle de l'indice de déflateur du PIB aux salaires. Dans le cascanadien, c'est plutôt les indices de prix qui sont les principaux indicateurs de l'évolution
future des salaires et non l'inverse.L
INTRODUCTION
n. CADRE THÉORIQUE
2.1 Inflation 5
2.1.1 Définition 5
2.1.2 Origine des différences d'évolution entre IPC et IDPIB 5
2.1.3 Autre indicateur d'inflation 6
m. REVUE DE LA LITTÉRATURE
3.1 Test de cointégration et modèle à correction d'erreurs 10
3.1.1 Test d'exogénéité faible 18
3.1.2 Test de causalité de Oranger 20
3.2 Etudes antérieures sur la dynamique des prix et des salaires
21
3.3 Conclusion sur la revue de la littérature 29
IV. ANALYSE EMPIRIQUE
4.1 Spécification du modèle 31
4.1.1 Modèle Économique
31
4.1.2 Modèle Statistique 33
4.2 Données et Analyse préliminaire 34
4.2.1 Données 34
4.2.2 Tests de Spécification 35
4.2.2.1 Tests de racine unitaire 35
4.2.2.2 Analyse des termes d'erreurs 38
4.3 Sélection et détermination du nombre de vecteurs de cointégration
38
4.3.1 Sélection du modèle 38
4.3.2 Détermination du nombre de vecteurs de cointégration
40
4.4 Tests d'hypothèse 56
4.4.1 Test d'exogénéité faible 56
4.4.2 Estimation du modèle VAR général 59
Annexes
Annexe 1 ; Annexe des tests
Annexe 2
:
Annexe des tableaux
70
Annexe 3
:
Annexe des graphiques
75
1. Analyse de la cointégration dans la dynamique des prix et des salaires cas 1
42
2. Tests de cointégration de Johansen cas 1
42
3. Analyse de la cointégration dans la dynamique des prix et des salaires cas 2
46
4. Tests de cointégration de Johansen cas 2
46
5. Analyse de la cointégration dans la dynamique des prix et des salaires cas 3
50
6. Tests de cointégration de Johansen cas 3
50
7. Résultats des estimations de la première racine propre
58
8. Résultats du test de Causalité de Oranger
60
9. Test de racine unitaire ADF
70
10. Test de racine unitaire PP
70
11. Test de racine unitaire HEGY
7]
12. Test de rang de Johansen
72
13. Analyse des résidus
73
14. Analyse de la normalité des résidus
74
15. Les valeurs propres de la matrice d'accompagnement
75
Liste des figures
1. Évolution des prix et des salaires au Canada
9
2. Relation de cointégration cas 1
43
3. Relation de cointégration cas 2
45
4. Relation de cointégration cas 3
47-49
5. Réponses d'impulsions du système
61
6. Réponses d'impulsions aux chocs
63
7. Présentation des données canadiennes en niveau
75
8. Présentation des données canadiennes en différence première
76
Une des hypothèses la plus vérifiée en économique est sans doute celle émise
par A.W. Phillips d'une relation négative et stable entre le taux de variation des
salaires et le taux de chômage. Depuis la publication de l'article de Phillips (1958), la littérature s'est enrichie de nombreuses tentatives de justification, rationalisation de lacourbe de Phillips, dont les plus importantes peuvent être associées à deux approches
principales. D'abord, Phillips et Lipsey (1961) postulèrent un mécanisme d'ajustement
de concurrence parfaite pour soutenir la relation négative entre le taux de variation des
salaires et le taux de chômage. Subséquemment d'autres auteurs comme Friedman
(1968) et Lucas (1972) tentèrent d'élaborer différentes théories pour consolider la
courbe de Phillips (ou la détruire) en mettant l'accent sur les anticipations. Postérieurement on a redécouvert une certaine version de la courbe de Phillips dans la
plupart des modèles macro-économiques keynésiens, qui, dans sa forme générale, est
une relation positive entre les variations de l'inflation et la demande excédentaire.
Cette relation est représentée généralement dans le contexte d'im modèle de
«mark-up» de la dynamique des prix et des salaires. Dans ce modèle, les salaires
réagissent à un déséquilibre réel sur le marché des biens ou sur le marché du travail et
aussi à l'inflation anticipée des prix et les prix sont établis comme une majoration sur
les salaires corrigés pour la productivité. Ce modèle type suppose que les salaires et les
prix sont liés par une causalité bidirectionnelle. Les études menées à ce sujet par Barth
et Bennett (1975) et par Mehra (1977) révèlent l'existence d'une relation causale tantôt bidirectionnelle et d'autrefois unidirectionnelle des prix et des salaires. Contrairementprix pour les Etats-Unis. Cependant Cozier (1991), Mehra(1991) ainsi que Golinelli et
Orsi (1994) soutiennent les premiers résultats de Barth et Bennett en trouvant une causalité unidirectionnelle des prix aux salaires. Finalement Mehra (1993) a effectué une seconde étude pour tenter de renforcer ses résultats de (1991) en considérant une autre mesure de prix en plus de l'indice du déflateur du PIB. Il a modifié sa période d'échantillonnage et a adopté la procédure de Johansen et Juselius (1990) au détriment de la méthode d'Engle & Granger (1987) qui avait été utilisée dans son premier article.
L'auteur arrive à la conclusion suivante: quand la série de prix utilisée est l'IPC, on
observe des effets de rétroaction entre les prix et les salaires (coûts unitaires de
main-d'œuvre)', alors que quand la série de prix utilisée est l'indice du déflateur du PEB on
observe plutôt une causalité de Granger unidirectionnelle des prix aux salaires.
L'existence ou la non-existence de cette relation causale nous apporterait peu de
lumière si nous n'arrivions pas à déterminer les grands mécanismes de fluctuation des
prix et des salaires. À cette fin nous allons tenter de retracer les grandes lignes que
nous propose la théorie économique à ce sujet.
Dans les modèles économiques traditionnels, la production désigne le processus
par lequel les entreprises créent des biens en combinant le capital et le travail.
L'efficacité du processus de production à un point donné est désignée généralement
par le ratio de la production à la quantité de travail utilisée. Ainsi le salaire que les
producteurs sont disposés à verser en termes réels pour une unité supplémentaire de
travail se limite au produit marginal du travailleur. En situation de concurrence
marginal du travail^. On s'attend donc à ce que le salaire réel augmente au même
rythme que la productivité du travail. Sachant que le travailleur ne s'intéresse qu'à son
salaire réel, c est-à-dire le salaire qui lui permettra de garder son pouvoir d'achat
stable, tout facteur qui influencerait ce salaire négativement fera en sorte que ces
derniers substituent les heures travaillées à une consommation accrue de loisirs. Ainsi,
le salaire réel du point de vue de la consommation devrait croître au même rythme que
le salaire réel du point de vue de la production. Pour garder l'équilibre sur le marché
du travail, le ratio de prix à la consommation/prix à la production doit rester constant.
Comme ce ratio prix à la consommation par rapport au prix à la production n'est pas
toujours constant, on cherchera à établir plus en détails les facteurs qui pourraient
causer cette évolution différente des deux mesures de prix et aussi les facteurs qui
peuvent influencer l'évolution des salaires.
Le but de cette étude est de vérifier la dynamique des salaires et des prix au
Canada en vue de tester les implications d'un modèle type où les coûts unitaires de
main d œuvre sont déterminés par une courbe de Phillips appliquée aux salaires et où
les prix sont équivalents aux salaires plus une marge. Nous examinerons la relation
causale entre les prix et les salaires corrigés pour la productivité en utilisant des
techniques de cointégration et de causalité de Oranger. Sur le plan empirique, nous
emploierons 1 approche de Mehra (1993). À cette fin nous adopterons comme texte de
base, l'étude de Cozier (1991) « La dynamique des prix et des salaires ».
section, nous présentons un sommaire de la théorie sur la dynamique des prix et des
salaires en débutant par une définition de l'inflation, suivi d'une analyse des facteurs
expliquant l'évolution disjointe des deux mesures les plus courantes utilisées pour
mesurer l'inflation. Dans le même ordre d'idées, on analysera une autre mesure de l'inflation (soit l'inflation salariale) en examinant les éléments qui peuvent causer des
changements dans les salaires. Cette section se terminera par la présentation de
l'évolution de ces variables dans le cas canadien. Dans la troisième section, nous
présentons la revue de littérature. Une brève description théorique de la cointégration
est offerte, en mettant l'accent sur la différence entre la procédure de Johansen (1990)
et sur la procédure en deux étapes de Engle et Oranger (1987). Les résultats
empiriques des études antérieures portant sur la dynamique des prix et des salaires sont
présentés de même que la conclusion de cette section. La dernière section de notre
document porte sur l'analyse des résultats obtenus en appliquant les techniques
présentées à la section antérieure et contient également la conclusion générale de notre
2.1 Inflation 2.1.1 Définition
L'inflation^ est une hausse générale et persistante du niveau des prix. Les deux
caractéristiques doivent être présentes simultanément pour qu'il y ait contexte
inflationniste. Toute hausse persistante du prix d'un bien qui n'a aucun effet d'entraînement sur le niveau général des prix ne peut être qualifiée de phénomène inflationniste, mais devrait être considérée plutôt comme un signal d'une rareté croissante de ce bien dans le temps. Il est donc essentiel de faire la distinction entre
l'inflation, qui est un processus dynamique, et une hausse de prix qui est un
phénomène statique. Généralement l'inflation est mesurée par deux indices, soit
l'indice de prix à la consommation {IPC) et l'indice du déflateur du PIB (IDPIB). Dans
une première démarche nous allons tenter d'éclaircir les causes qui font que ces deux
indices évoluent parfois différemment l'un de l'autre.
2.1.2 Origine des différences d'évolution entre l'IPC et l'IDPlB
La théorie suggère plusieurs facteurs qui font en sorte que le prix relatif de la
consommation se modifie et par conséquent évolue différemment de l'indice du déflateur du PIB. Le premier facteur est la présence des taxes indirectes qui affectent
spécialement le prix des biens à la consommation. En un mot, les taxes indirectes font
augmenter l'indice de prix à la consommation davantage que l'indice du déflateur du
PIB, parce qu'elles consistent en un prélèvement implicite des gouvernements sur les
l'échange. Dans le cas d'un pays ouvert comme le Canada les variations dans les
termes de l'échange provoquent des changements sensibles du niveau des prix. Une
amélioration des termes de l'échange tend à faire augmenter l'IDPIB plus rapidement
que l'IPC tandis qu'une détérioration de celui-ci fera en sorte que la hausse de l'IPC
sera plus importante que le déflateur du PIB. Finalement, le dernier facteur recensé est
la pondération courante utilisée dans un indice de déflation (IDPIP). En pondérant par
les quantités courantes, l'indice du déflateur du PIB sous-estime continuellement la
vraie augmentation dans les prix car il y a un effet de substitution des biens plus
onéreux vers davantage de consommation des biens dont le prix relatif est à la baisse.
2.1.3 Autre indicateur d'inflation
Les deux mesures précédentes de l'inflation désignent surtout l'inflation
passée. Bien qu'étant des mesures imparfaites de la hausse des prix, elles ne peuvent
être substituées pour un tel usage. Par contre l'inflation salariale comme mesure
pourrait offrir une meilleure performance quant à la prédiction de l'évolution future de
l'inflation.
La recherche sur le processus de détermination des salaires a identifié
trois causes majeures de variation des salaires : l'état du marché de travail, le taux
anticipé d'inflation et le taux de croissance de la productivité du travail. La première
macro-économique sur l'acceptation même du concept de courbe de Phillips. Friedman
a été l'initiateur de ce débat en proposant une nouvelle formulation de la courbe de
Phillips qui devrait prendre en compte le taux anticipé d'inflation. Cette hypothèse
d'intégrer le taux anticipé d'inflation s'explique du fait que les gens ne s'intéressent
qu'au salaire réel plutôt qu'au salaire nominal. Cette hypothèse de Friedman s'est
avérée très importante pour la survie même du concept de courbe de Phillips, car dans
la littérature macro-économique actuelle le concept de courbe de Phillips anticipée de
l'inflation(PEP)a prédominance sur la relation originale de Phillips (1958). De nos
jours la PEP sert d'outil majeur aux syndicats et autres regroupements des travailleurs
lors des négociations de nouveaux contrats salariaux sur le marché du travail. La
dernière cause est aussi importante aux vues des travailleurs, étant une approche plutôt
adaptative, c'est-à-dire que les travailleurs se basent sur leur productivité passée pour
inclure une clause de provision dans leur futur contrat de salaire pour leur niveau anticipé de productivité.
Les salaires, qui représentent le principal coût de production en accaparant plus
souvent qu'autrement près des 2/3 des rémunérations versées aux facteurs de
production, évoluent généralement de façon parallèle aux prix, sauf lorsqu'il y a un
changement important dans la situation conjoncturelle. Dans ce cas les entreprises
peuvent à court terme être forcées d'amputer dans leur marge bénéficiaire pour
maintenir leur vente. Ayant défini les trois principales variables d'intérêt de notreétude ainsi que les facteurs qui peuvent les influencer, nous allons conclure cette
représentation sommaire de la théorie en présentant une évolution du taux de
base d'un taux de croissance trimestriel. Ces figures semblent délimiter deux grandes
périodes dans l'évolution de ces variables. Des années 60 jusqu'au début des années 77
on a observé un taux de croissance plus rapide des salaires par rapport aux prix, mais
la seconde période qui débute vers les années 78 montre un ralentissement du rythme
de croissance des salaires par rapport au taux de croissance des prix qui augmentait à
un rythme plus accéléré. Les années 75 et 77 ont été des périodes où le taux de croissance des salaires a atteint des sommets tandis que pour les prix cette période se situe surtout vers la fin des années 90 et 91. L'applieation de la TPS en 91 au Canada
explique en partie cette hausse au cours de cette période. En moyenne, au cours de la
seconde période, l'écart entre les taux de croissance des salaires et des prix a été beaucoup plus faible que durant les années 60-70.
Figure 1. Évolution des taux de croissance de l'IPC
et des salaires au Canada
Période 1966:1-1997:2 0.06 0.04 0.02 0.00 -0.02 . A DLUNITLBCT DLPC1 95 90 80 85 75 70 0.06
Figure 2. Évolution des taux de croissance de l'iDPiB
et des salaires au Canada Période 1966:1-1997:2 0.04 0.02 -0.00 >. ! DLPRODPX -0.02 70 I—r— 75 DLUNITLBCT —I—I—I-80 1—1—I—I-90 "95"
ni. REVUE DE LA LITTERATURE
Diverses méthodes peuvent mener aux tests de cointégration et à la formulation du modèle à correction d'erreurs. Cependant, la plupart des recherches récentes sur la
dynamique des prix et des salaires ont eu recours à deux principales méthodes, celle de
Johansen (1989) et Johansen et Juselius (1990), ainsi que la procédure en deux étapes de Engle-Granger (1987). Par contre l'application de la procédure de Engle & Granger devient de plus en plus rare à cause de sa faible puissance à détecter si les séries
pertinentes contiennent des tendances déterministes ou stochastiques (Dejong et al.
(1992),cité par Mehra (1993)). Nous développerons plus en détails la méthode de
Johansen & Juselius dans la prochaine section et présenterons une brève description de
la procédure de Engle-Granger. Notons toutefois que les tests de cointégration exigent
que toutes les variables qui figurent dans le système d'équations de la dynamique des
prix et des salaires soient intégrées du même ordre. Notre tâche première est donc
d'identifier le degré de stationnarité des séries devant entrer dans la relation de
cointégration. Les recherches empiriques récentes ont démontré que la plupart des
séries économiques sont non-stationnaires en niveau mais stationnaires en différence
première. On dit alors qu'elles sont intégrées d'ordre 1 ou simplement 1(1).
3.1 Test de cointégration et modèle à correction d'erreurs
La première procédure de test que nous allons présenter est celle de Johansen
(1988) et Johansen et Juselius (1990). Cette méthode permet d'estimer simultanément
Son application dans cette étude se justifie par le fait qu'elle soit statistiquement supérieure à celle de Engle & Granger. Elle nous permet aussi de tester l'ordre de
cointégration et de trouver les valeurs des r vecteurs des relations de long terme
significatifs. Pour illustrer la procédure de Johansen et Juselius, considérons un modèle à vecteur autorégressif (VAR) d'ordre k, dont l'expression est:
X,=p + 2niX,_i+s, ,t = l,...,T.
(1)
i=l
Xt=(Xit,. . ., Xpt) est un vecteur pxl des séries 1(1), les matrices ITi des paramètres du
modèle sont de dimension pxp, les termes d'erreurs Si,..., St sont 11 Np(0,Z) et où les
valeurs initiales X.k+i,..., Xo sont fixées. Soit A=(l-L) où L est un opérateur de retard, alors le modèle (1) exprimé en correction d'erreurs dorme :
+nXt-k+St (2)
i=l
OU
n=-(i-ni-n2-...-nk)
F i=-(I-n 1 -112- • ■ ■ -fli), i=1,2,... ,k-1.
et où les matrices Fi sont les coefficients du modèle VAR conventioimel, en différence première, qui capturent la dynamique de court terme. Toute l'information concemant les relations entre les variables à long terme est contenue dans le terme en niveau nXt-k, où n est la matrice d'impact de long terme. Le rang de FI détermine le nombre des relations de cointégration ou de long terme. Trois cas sont possibles :
(i) Si rang(n)= p, la matrice II est de plein rang, alors le processus vectoriel Xt est statiormaire.
(ii) Si rang (II) = 0, la matrice n est nulle et le modèle (2) correspond au modèle
VAR conventionnel, exprimé en différence première des séries.
(iii) Si 0< rang(n) = r< p, alors la matrice peut être décomposée en n=aP', où a et
P sont des matrices de taille pxr. Le modèle est interprété comme un modèle à
correction d'erreurs. Dans ce dernier cas, les r colonnes de p sont les vecteursde cointégration tels que P'Xt est stationnaire même si X, ne l'est pas. Les
éniémes lignes de a donnent les poids des relations de cointégration dans
chaque équation. En termes économiques, les coefficients Oij, où i=l,...,p et
j=l,...,r, donnent la vitesse d'ajustement de l'éniéme équation. De grandes
valeurs pour ay indiquent une grande vitesse d'ajustement vers le niveau de
long terme.
Sachant que Xt est 1(1) et, par conséquent, que AXt est stationnaire, l'intuition
qui sous-tend la procédure de Johansen et Juselius peut être résumée en ces termes. D'abord on sait que la corrélation entre un processus non stationnaire (Xt~l(l)) et un
processus stationnaire (AXt) est asymptotiquement égale à zéro. Par conséquent, les
combinaisons linéaires des éléments de Xt qui sont stationnaires (P'Xt), sont celles qui sont fortement corrélées au processus vectoriel stationnaire AXt, après une correction à
l'aide des régressions auxiliaires de Xt et AXt sur les variables retardées. Les carrés de
ces corrélations canoniques partielles correspondent aux racines caractéristiques, tandis
que les vecteurs propres associés aux r plus grandes racines caractéristiques sont les
vecteurs de cointégration définissant les relations de long terme.L'hypothèse fondamentale de l'approche de Johansen-Juselius est qu'il y a r
vecteurs de cointégration, soit H, ;n=aP'. Les auteurs utilisent la méthode du
maximum de vraisemblance (MV) pour estimer les paramètres (p, a, P, Fi,..., Fk, FI, E) du modèle (2). Pour un fl fixé les paramètres Fi,...,Fk sont éliminés en régressant
AXt et X,.k sur AXn,... ,AXt-k+i et 1 soient :
= Po +Rot '
i=l
X,-i=M,+Zb,AX,.,+R„,
(4)
On peut par la suite estimer a, P et E sachant que n=ap', à partir de la vraisemblance
concentrée :
L(a,p, Z) = |zr"' sxp|- X(Ro, - nR J' Z-' (Ro, - nR^, )/2|
(5)
pour un p donné, on obtientâ(P)=S.,|5(p'S^^P)-'
(6)
OÙ les Sij sont les matrices des moments des résidus du modèle (3) et (4) qui sont
données par :
Ss=i2;R«Rj.'. i.j"».'''
A i=iLa substitution de (6) dans (5) conduit à :
L(p) =
[Z(pL" avec Z(|3) = S„ -
So^p(|3'S,^p)-' p'S,„
(7)
Maximiser L correspond alors à minimiser ! Z(P) I par rapport à p ou de façon
équivalente minimiser ;SoO-So.P(P'Su:(3)"'P'S.
Poo P ^kkP P^kO^OO^OkP (8)iP'SokPl
par rapport à p . La valeur de p qui minimise le déterminant (8) est la matrice des
vecteurs propres associés aux racines Ài de l'équation caractéristique ;
XS^-S,oS^So,| = 0 ,
(9)
soient 1 > Â,i > ... > Â,p > 0 et les vecteurs propres normalisés V = (vi,...Vp) Les
estimateurs du MV de a, P et Z
sont alors à =
P =
(^i v J et Z
= Sqo -
ââ'.
A A A A
L'estimation de la matrice d'impact n est alors n = Sq^PP' = SokSy,. Les A,;
représentent les carrés des corrélations canoniques entre Rot et Rkt; chaque À, mesure le
degré de corrélation entre vjX,_t et le processus stationnaire AXt. Si A,i
0, v^Xj
n'est pas corrélé à AXt, ainsi donc vjX, n'est pas stationnaire. Les r<p vecteurs de
cointégration sont donc les r vecteurs propres associés aux r plus grandes racines caractéristiques significativement différentes de zéro. Deux tests du rapport de vraisemblance sont alors utilisés pour vérifier l'hypothèse Hr. Le premier dit «test de la trace», vérifie si r<q (q<p) contre r»p. Au maximum la vraisemblance concentrée est ;
T -2/T
max
=iso.in('->-i)
i=l
et sa valeur contrainte est :
= Wn(i->.,);
i-l
la statistique du test de la trace est alors donnée par ;
-21nQ(H,/Hp)=-TXln(l-Â..).
(10)
T =
max
La seconde statistique notée «A^x» vient de la procédure de test emboîté où 1 on
vérifie l'hypothèse Hq". r<q contre Hq+i; r<q+l. Le rejet de Hq+i : conduit à
l'acceptation de Hq. La statistique « Aimax » est alors donnée par .
-2taQ(H,/H,„)=-Tln(l-V,)-En général la statistique de la trace (q) est plus puissante lorsque les A-i sont également
distribuées, pendant que « A-max » produit des résultats plus robustes peu importe les
valeurs des A,,. Nous emploierons les deux tests dans notre étude. L'expression (2) est
le modèle VAR multivarié non contraint, d'où le modèle correspondant à l'hypothèse
nulle n = aP, s'écrit comme suit :
AX, =p + |;riAX,.i +aP'X,., +e,.
(12)
i=lL'expression (12) est le modèle contraint, où la matrice H est de rang réduit. Une fois
les vecteurs de cointégration significatifs trouvés, on peut aussi tester les restrictions
sur p et a , c'est-à-dire sur les coefficients de long terme et sur les coefficients
d'ajustement.
La seconde méthode est celle de Engle et Oranger (1987). Elle a été utilisée couramment dans les études de cointégration des variables économiques. Cette
procédure consiste en une logique d'estimation en deux étapes. Dans la première
étape, une équation d'équilibre de long terme est formulée et estimée par la méthode
des moindres earrés ordinaires(MCO) :
I
Sachant que XKXit,X2t,...,Xpt). Dans la seconde étape un modèle VAR en différence
première est estimé après adjonction du terme Ut-i, où un est remplacé par les résidus
des MCO du modèle (13) estimés dans la première étape. L'équation parcimonieuse
de la série Xi, dans le modèle à correction d'erreurs de Engle &
Oranger est alors ;
AX„ = 0,
+Z®3sAX3,t-s
+-s=0 s=0
+Ze^Ax„_.+e^„u,.,+E,,
(1")
De plus, Jenkinson^ (1986) et Half (1986) ont suggéré une autre écriture
du modèle à correction d'erreurs. Il s'agit d'un modèle conjoint combinant à la fois les
coefficients des équations (13) et (14) et qui est obtenu après substitution du terme un
dans (14) isolé à partir de l'équation (13). Soit,AXj, =(0, -0,P,)+£02sAX2,.3 +X03sAX3,_s
+••■
s=0 s=0
(15)
+ 25„AX,„ + 9,X,,,., +9,p,x,,., +... + e,p,X„., +e,
S=1
Les estimés des variables en niveau montrent les effets de long terme des régresseurs.
L'approche suggérée par Jenkinson et Hall permet de tester les restrictions conjointes
concernant les variables de long terme de l'équation (15).
' Jenkinson, T. J. « Testing Neo-Classical Théories of Labour Demand : An application of
Cointegration Techniques. » Oxford Bulletin of Economies and Statistics, Volume 48 (August 1986),
pp. 241-251. .
-r ^ Hall, S.G. « An application of the Oranger and Bngle Two-Steps Estimation Procédure to Umted
Kingdom Aggregate Wage Data. » Oxford Bulletin of Economies and Statistics. » Volume 48, (August
1986), |^p.??9r239.
I
L'approche de Johansen et Juselius sera utilisée dans cette étude, à cause de ces
qualités citées antérieurement à la section (3.1). Il faut noter en outre que cette
méthode pourrait nous donner des estimateurs des élasticités de long terme
complètement différents de ceux provenant de la régression statique de la procédure de
Engle et Granger pour les motifs suivants ;(i)
La régression de long terme de Engle-Granger ne peut pas fournir des
estimateurs convergents des vecteurs de cointégration significatifs si r>L(ii) Dans le cas où r=l, les deux approches peuvent donner des résultats différents,
car l'estimation de P par la méthode de Johansen-Juselius est conditionnée à la
dynamique de court terme du processus AXt et aux termes dichotomiques
saisonniers si ces derniers sont inclus dans le modèle.
(iii) Les estimés de la méthode de Engle et Granger sont obtenus sur la base d'un
choix arbitraire de la variable dépendante parmi les variables qui composent le vecteur Xt. Pour sa part, la méthode de Johansen et Juselius tient compte de l'information de chaque équation associée aux variables du vecteur Xt pour
obtenir les estimateurs du MV de P, qui cette fois-ci ne dépendent pas de la variable dépendante choisie.
La procédure de Johansen et Juselius suggère aussi la façon d'élaborer la
structure des tests de restrictions imposées aux vecteurs de cointégration et aux coefficients d'ajustement. Ceci est un avantage considérable comparativement à la
procédure de Engle & Granger, car les écarts types de la régression statique de Engle
et Granger ne peuvent être utilisés pour construire des statistiques de test. De plus la méthode Engle-Granger ne permet pas de tester les restrictions imposées à la solution
de long terme du modèle, alors que celle de Johansen-Juselius nous permet de tester
ces restrictions. Dans notre document, le test de restriction consistera surtout à vérifier
les coefficients d'ajustement c'est-à-dire à effectuer des tests d'exogénéité faible. En
ce qui concerne les tests d'exclusion des variables de la relation de long terme, ce type
de test n'est pas approprié dans le cadre de notre document, puisque dans une première
étape notre démarche consiste à vérifier la présence d'une relation de cointégration
entre les trois variables endogènes de notre modèle qui sont les salaires et les deux
mesures de prix et par la suite appliquer des tests de causalité à la Oranger à un
système multivarié où l'on incorporera des variables des chocs d'offre et de demande.
Le fait d'intégrer ces variables nous permettra de voir l'impact des chocs sur le
comportement des salaires et des prix. Nous concluons cette partie en soulignant le
traitement particulier qu'accorde l'approche de Johansen-Juselius à la constante du
^
modèle. L'inclusion ou la non-inclusion de la constante dans le(s) vecteur(s) de
cointégration dépend des comportements individuels des données et sera determinee
par un test"' proposé par Johansen (1992). Nous développerons ce point plus en
profondeur dans une prochaine section. Pour l'instant nous allons présenter la
procédure d'application du test d'éxogénéité faible, et une définition sommaire de la
causalité de Oranger.3.1.1 Test d'exogénéité faible
La notion d'exogénéité faible est définie pour remplir les conditions
nécessaires concernant l'inférence conditionnelle sur les paramètres d intérêt sans
^
Le test est intitulé « Test de rang » et propose les composantes déterministes qui doivent être
I
»
aucune perte d'information. On dit d'une variable qu'elle est exogène si ses
paramètres sont déterminés en dehors du système sous analyse^ Ce type de test ne peut
être évoqué sans souligner le problème de la surparamétrisation, c'est-à-dire que notre modèle contient plus de paramètres que d'équations. En effet comme les paramètres
(F, n, Z, p) sont non contraints dans le modèle (2), plus le nombre de variables (p)
dans le modèle et le terme autorégressif (k) croissent, plus le nombre de paramètres à estimer est grand. Particulièrement, le problème de surparamétrisation survenant dans les petits échantillons engendre des propriétés statistiques indésirables. Pour contourner ce problème, la théorie suggère de réduire la dimension (p). Si les paramètres qui nous intéressent sont ceux de long terme, le concept d'exogénéité faible peut être utilisé pour justifier la réduction de la dimension du système. Pour
r f I f
illustrer ce concept, considérons un vecteur de variables aléatoires Xt =(wt ,yt ,Zt ) de taille 3x1, qui admet une représentation à correction d'erreurs suivante :
(16)
Aw, Vi" 'Aw,.," a,. ^It
Ay,
-P2 + r. Ay,-i + ^21
[jPii P21 P31]
yt-2 + 82,AZj Az,_, ^3, _Z,_2 _ _^3t _
Afin de simplifier notre exemple, le nombre de retards a été fixé à 2. Partant de ce
modèle, faisons l'hypothèse que Awt et Ayt sont deux variables endogènes et que Azt soit une variable exogène. La condition pour que Zt soit faiblement exogène à P est que as 1=0. Ceci signifie que les paramétres de long terme P peuvent être estimés
I
^ Cette définition provient de David F. Hendry « Dynamic Econometric lAdvanced Texts inI
efficacement sans l'équation Azt. En imposant la restriction a3i=0, le modèleprécédent devient :
Aw, =p, +ôoAz, +ô,Aw,_, +Ô2y,_i +ai,(3,iW,_2 +a^finyt-2 +Sit
t = l,...,t (17)
Ay, = P2 + Ô3^t + S4W,_, + Ô5Ay,_, + a^iP,; w,_2 + a2,p,2y,_2 +
Ainsi le modèle (17) peut être considéré comme un modèle d'ajustement partief.
Donc, si l'hypothèse a3i=0 est acceptée, on obtient un modèle conditionné par la distribution marginale de Azt. Alors l'analyse de a et P sera faite à partir d'un systèmecomposé des équations de Awt et de Ayt.
3.1.2 Causalité au sens de Granger
Avant de présenter la définition formelle de la causalité telle que suggérée dans
^
Hendry (1995)^°, il serait convenable de signaler que l'usage du terme «causalité» peut
avoir plusieurs significations. Dans notre cas on s'intéresse à la définition qui est associée à la présence ou à l'absence des effets de rétroaction entre certaines variables (Granger, 1969). Soit (Q, /, P( )) décrivant l'espace de probabilité qui supporte un
vecteiir complet de variables Vt lequel caractérise une économie avec un espace échantillonnai Q. Soit v',_,= (vi,...,Vt-i) dénotant l'historique du processus
stochastique {vt} jusqu'à la période t-1, où /m est l'espace d'événement; si nous
divisons Vt en (wj : x|) ou Xt' est un scalaire, et
en
; XÎ_i). Deuxièmement
considérons maintenant la densité jointe :
Dv (vt I Vt-i, ) = Dx I w (xt I Wt, Wt-i, Xt-i, • )Dw (wt I Wt-i, X-i, ) (18)
' Johansen (1992a) a fait une étude théorique sur le concept du modèle partiel.
Si la densité marginale Dw( )
dans l'équation (18) ne dépend pas de Xm, c'est-à-dire
que;
Dw (w, I Wt-i, X,.i, )
= Dw (w, I Wt-i. ),
(19)
alors on conclut que la variable Xt-i n'a pas été causée par la variable Wt. Par
conséquent, si dans l'univers de l'information, l'élimination de l'historique d'une
variable ne modifie pas la distribution jointe de toutes les autres variables restantes,
alors la variable omise est définie par Granger (1969) comme ne causant pas les autres
variables. En termes statistiques, on dit que la variable Xt n'est pas pertinente pour
expliquer le comportement de Wt. Pour déterminer si Xt est causé par Wt on utilisera un
test standard de Fisher pour tester la restriction nulle sur les coefficients retardés de Wt,
la variable dont on cherche à déterminer la relation causale.
Hendry (1995), propose plusieurs inconvénients liés à cette définition de la
causalité. Le premier, et peut être l'inconvénient majeur, est la nécessité de connaître
tout l'univers d'information afin de s'assurer de l'effet d'omission de 1 historique den'importe quelles variables du système. Un autre inconvénient du concept de causalité
est lié à la dépendance de cette notion à un ordre temporel.3.2 Études antérieures sur la dynamique des prix et des salaires
La première étude recensée dans notre revue de littérature est celle de Barth et
Bennett (1975) sur les liens de causalité entre quatre principales variables : les indices
de prix de gros et de prix à la consommation, l'offre de monnaie et le salaire horaire
des ouvriers de production au cours de la période qui suit la seconde guerre mondiale.
I
>
Ce test de causalité unidirectionnelle entre deux variables (disons X qX Y) consiste à
régresser la variable Y sur les valeurs passées et futures de la variable X. L'hypothèse
de causalité unidirectionnelle deXàYest vérifiée si la somme des valeurs futures deX
tend vers zéro. Pour l'application du test, des données trimestrielles ont été obtenues
pour les quatre variables énumérées antérieurement, sur la période de 1947:1 à
1970 :4. Chaque série était transformée en prenant la quasi-différence seconde des variables en logarithme naturel afin de réduire la corrélation sérielle dans les résidus. Barth et Bennett concluent en l'existence d'un lien causal unique sans aucun effet de
rétroaction de l'indice des prix à la consommation aux salaires.
Cozier (1991) a estimé une dynamique des prix et des salaires pour le Canada. Il
a testé les prédictions du modèle standard en utilisant les données canadiennes. Cozier
a premièrement testé la direction de la causalité de Oranger. Selon l'auteur tester la
direction de la causalité de Oranger est équivalent à tester un modèle à correction d'erreurs lui permettant de vérifier si les prix et les salaires sont cointégrés. Il a employé principalement des tests simples de causalité de Oranger pour arriver à ses
conclusions. Contrairement au modèle standard qui prévoit une causalité de Oranger
biunivoque, les conclusions de Cozier supportent l'hypothèse d'une causalité unidirectioimelle des prix aux salaires et non vice versa. Il a aussi vérifié cette
hypothèse en répétant le test de causalité simple, mais cette fois en considérant les
salaires comme variable endogène, la variable indice du déflateur du PIB accompagnée des variables des chocs d'offre et de demande étaient retenues comme variables explicatives. Les résultats concernant la direction de la causalité demeuraient inchangés. Ensuite il a suivi avec des tests de cointégration se basant sur la définition
de Oranger (1987), et en construisant un modèle" à correction d'erreurs de la forme
suivante :
AP = a,(L)AP^i +aj(L)AC_, +aj(C-P).| +a,(Y-Y')_, tasS
(20)
AP = b,(L)AP_, + b,(L)AC., + b,(C - P)., + b,(y - Y- )_, + b,S
(21)
En appliquant la procédure en deux étapes de Oranger, Cozier en ayant trouvé que les
résidus étaient stationnaires, arrive à la conclusion que les prix et les salaires sont
cointégrés. Ceci confirme donc les résultats de son test simple d'une causalité
unidirectiormelle des prix aux salaires.
Oordon (1988) a cherché à établir le rôle des salaires dans le processus
inflationniste. L'objet de son étude a été d'analyser si les variations des salaires
contribuent à la justification de l'inflation. Sa stratégie empirique s'appuie sur
l'estimation d'un système d'équations des salaires et des prix. Les deux variables
endogènes étant pt, le taux de changement de prix et w, un indice de taux de croissance
des salaires, les variables exogènes considérées sont x,, un indice de demande
excédentaire, z,, im vecteur contenant d'autres variables pertinentes et e,, un terme d'erreur non corrélé sériellement. Le vecteur z, comprend des variables de chocs
d'offre qui peuvent altérer le taux d'inflation pour un niveau donné de demande
excédentaire. Toutes les composantes du vecteur zt sont exprimées en différencepremière et normalisées pour qu'une valeur nulle de n'importe quel élément du
^
"
Son modèle à correction d'erreurs était construit suite aux tests de stationnarité qui avaient été
effectués et aux résultats de ces derniersvecteur puisse indiquer une absence de pression à la hausse ou à la baisse sur le taux
d'inflation. Son modèle se présente ainsi :
p, = [a''(L)+b''(L)Jp,_, +bP(L)(w-e-p),_i +.••
+
c(l)X,+d''(L)z,+ef
(w - e.) = [a"(l)+ b"'(l)Jx (w - e),_, - (lXw -
0 - p),_, +...
+ c™(L)X,+d"'(L)z,+er
(23)
les coefficients a(L), b(L), c(L) et d(L) sont des polynômes dans l'opérateur de retard
L. Sa principale conclusion est que les changements de prix ne sont pas pertinents
Hans l'explication des variations des salaires, c'est-à-dire que ces deux variables
évoluent indépendamment l'une de l'autre. Selon Gordon, la courbe de Phillips
appliquée aux salaires est essentielle seulement pour la distribution du revenu.
Emery et Chang (1996) vérifient la capacité de la variable «coût unitaire de
main-d'œuvre» comme indicateur d'inflation et examinent par la suite si le rapport entre ces deux variables est stable dans le temps. Dans leur article, ils ont utilisé deuxmesures de prix ; l'indice de prix à la consommation (IPC) et / 'indice de prix à la
consommation excluant l'énergie (CIPC), le coût unitaire de main-d'œuvre (ousalaire) provient du secteur économique non agricole. La méthode augmentée de
Dickey-Fuller a été privilégiée pour conduire des tests de stationnarité sur chaque
variable en niveau, en différence première et en différence seconde. Les résultatsmontrent que les trois variables citées précédemment sont intégrées d'ordre (2) ou
1(2). Les auteurs ont testé l'existence d'une relation de cointégration entre les variables
prix et salaires en différence première en appliquant la procédure dynamique (DOLS)
de Stock et Watson (1993). Cette méthode consistait à régresser une des variables 1(1) sur l'autre variable 1(1) et sur des valeurs retardées et futures de ces variables. Ensuite des tests de causalité de Oranger étaient exécutés afin d'étudier la relation causale
entre l'inflation et la croissance du salaire. Pour atteindre leur objectif, ils ont estimé
un modèle à correction d'erreurs pour un système d'équations des prix et des salaires.
En premier lieu, ils montrent que ces variables sont cointégrées et en second lieu ils
soutiennent que toute relation causale entre ces deux variables dépend de la mesure de
prix adoptée. Pour le CIPC, la croissance de salaire provoque une causalité à la
Oranger de l'inflation, tandis que pour l'/PC, ils n'ont pas observé de relation de
causalité entre la croissance de salaire et l'inflation, les résultats tendent à prouver continuellement une causalité unidirectionnelle sans effet de rétroaction de l'inflation
aux salaires, sans égard au choix de la mesure de prix. Finalement Emery et Chang soulignent que les données suggèrent de l'instabilité dans la régression de cointégration, mais que cette instabilité ne modifie pas de manière significative les
résultats.
Oolinelli et Orsi (1994) confirment la présence de relation de cointégration
dans une étude polonaise sur la dynamique des prix et des salaires, en utilisant les théories de cointégration et de correction d'erreurs que préconise la méthode
multivariée de Johansen (1988, 1989). L'ordre d'intégration des séries a été examiné
d'une part par l'analyse univariée de Dickey-Fuller au cours de la période 1970 :1 à
1994 ;4. Comme cette procédure n'est valide que si les résidus sont bruits blancs, un ensemble de tests de fausses spécifications a été aussi analysé. En particulier, on retrouve le test d'autocorrélation d'ordre quatrième de Godfrey (LM(4)), le test
d'hétéroscédasticité de White, le test d'hétéroscédasticité conditionnel autorégressif
d'Engle (ARCH(4)). D'autre part, puisque l'étude était faite durant la période de
transition de l'économie polonaise d'une économie planifiée à une économie de
marché, et dans une situation où les changements structurels (break points) pourraient
être importants, les auteurs ont exécuté, en plus du test (DF), le test de stationnarité de
Phillips-Perron incluant des variables dichotomiques qui leur permettra d'identifier les
périodes de changements structurels au niveau des données. L'inférence en présence
de changement structurel a pour effet de compliquer l'analyse de stationnarité et de
cointégration d'une part et produire des résultats au sens économique insignifiants
(spurious results). Les résultats montrent que les variables suivantes : les prix à
l'importation, la production, l'emploi et la productivité du travail sont toutes intégrées
d'ordre (1). La variable salaire nominal moyen semble être intégrée d'ordre (2). Les
résultats révèlent aussi deux périodes de changement structurel (1981 :4 à 1982 :2) et
de (1988 ;3àl989 :4).
Le modèle proposé par Golinelli et Orsi fournissait une spécification qui considère la dynamique de court terme indépendamment de la dynamique de long
terme. Leur analyse de long terme s'appuie sur le modèle bivarié suivant :
LP = /p(ULC,LPM)
LW = /w(LP,ETA)
Où LP, indice de prix à la consommation est une variable proxy pour les prix
domestiques, LPM, indice de prix à l'importation est une variable proxy pour les prix
étrangers, LW, le salaire nominal moyen dans le secteur public est une variable proxy
pour le revenu du travail dans le pays d'origine, ETA, la productivité du travail est
obtenue par la différence entre LfV et ETA. Les deux équations de long terme dans le
modèle linéaire non contraint expliquent le comportement des variables prix-salaires et peuvent être représentées ainsi :
LP = aiLW + a2ETA + a3LPM LW = a4LP + asLPM + aéETA
Sachant que le modèle présenté n'était pas identifié, ils ont introduit dans l'équation des prix les restrictions conjointes que la somme des coefficients sur le salaire nominal moyen et la productivité du travail doit être nulle (ai+a2=0) et aussi que le coefficient
sur les prix à l'importation doit équivaloir à (a3=l-ai), cette restriction en est une d'homogénéité des effets du coût du travail et de l'inflation importée. D'autre part, dans l'équation des salaires ils ont introduit les restrictions suivantes ;(a4=l)
c'est-à-dire que le comportement des salaires est affecté par la productivité du travail
seulement en termes réels et la dernière restriction (a5=0) signifie que les prix à
l'importation ne jouent pas de rôle explicite dans la fixation des salaires. L'analyse de
cointégration du système complet a détecté deux relations significatives de long terme
lesquelles ont été identifiées dans les équations des prix et des salaires. Les prix à
l'importation semblent avoir un rôle explicatif majeur. Les dynamiques de court terme sont importantes pour les deux équations, mais semblent être caractérisées
principalement par l'instabilité des coefficients laquelle jette de sérieux doutes sur la
capacité de prédiction du modèle.
Mehra (1991) a employé le modèle de la courbe de Phillips appliqué aux salaires pour examiner les relations de long terme entre les prix et les salaires. Ce modèle étant en principe similaire aux modèles de Cozier et Gordon présentés
soulignons que chaque auteur apporte une certaine variante à son modèle concernant les variables qui seront considérées pour représenter les chocs d'offre et de demande et
la manière dont certaines d'entre elles sont dérivées. Mehra a choisi les principales variables suivantes : Pu le niveau de prix, Wt, le taux de salaire, Qt, la productivité du
travail, Xt, une variable de pression exercée sur la demande, Pt le taux anticipé d'inflation, Spt, les chocs d'offre affectant l'équation de prix et S^^t, les chocs d'offre affectant l'équation des salaires. Les résultats empiriques sont fournis en utilisant des données trimestrielles pour la période 1959 :1 à 1989 :3. Il a examiné les interactions dynamiques entre les salaires et les prix en adoptant un système à trois variables consistant au niveau général des prix {pi), des salaires corrigés pour la productivité {wi)
et une variable d'écart de production (g,). Les tests de causalité sont exécutés en
incluant certains éléments des chocs d'offre comme les prix relatifs de l'énergie, une variable dichotomique pour la période de contrôle des prix du président Nixon. Le test utilisé pour vérifier la présence de racine unitaire dans les trois variables est le test
d'ADF (le test augmenté de Dickey-Fuller). Les résultats en niveau et en différence
première montrent que les variables prix et salaires considérées sont intégrées d'ordre
(2), la variable écart de production est intégré d'ordre (1). Mehra arrive à la
conclusion, que les variables prix et salaire prises en niveau ne sont pas cointégrées,
tandis qu'elles sont cointégrées, prises en différence première. Ainsi Mehra confirme l'existence d'une causalité unidirectiormelle des prix aux salaires.
Mehra (1993) teste la robustesse des conclusions obtenues dans l'article de
(1991), en adoptant une nouvelle mesure des prix {IPC) en plus de l'indice du
cette fois la procédure de Johansen et Juselius au détriment de la méthode en deux
étapes de Engle & Oranger qui avait été appliquée dans son premier article. L'évidence empirique rapportée indique que les séries prix et salaire contiennent des tendances stochastiques et non des tendances déterministes et que ces séries sont
cointégrées selon Engle et Oranger (1987). Ces résultats se confirment aussi bien pour
l'indice du déflateur du PIB que pour X'IPC comme mesure de prix. Le test de
causalité à la Oranger présenté montre que les mouvements dans les prix et les salaires sont aussi corrélés, avec une causalité à la Oranger des prix aux salaires sans effet de rétroaction quand la mesure de prix employée est l'indice du déflateur du PIB.
Cependant, quand celle-ci est l'IPC, on observe une relation causale bidirectionnelle entre les prix et les salaires. Les deux études, malgré l'application de procédure
différente de test, confirment l'incompatibilité de l'hypothèse du prix de mark-up aux
données quand la série de prix utilisée est l'indice du déflateur du PIB. Les
mouvements dans les salaires aident à prédire les mouvements de l'inflation {IPC) et
non les mouvements dans l'indice du déflateur du PIB.
3.2 Conclusion sur la revue de littérature
Dans cette section, il a été question dans un premier temps de présenter les études théoriques sur la cointégration, de faire une brève analyse des tests de
restriction et de causalité qu'on appliquera ultérieurement et finalement de faire une recension des écrits sur la dynamique des prix et des salaires. Nous avons souligné les
critiques faites sur la méthode de Engle-Granger par Juselius (1991), Muscatelli et
Hum (1992) et Perman (1991), voulant que la procédure de Johansen-Juselius soit plus
section, il est important de faire ressortir que la plupart d'entre elles soutiennent au
moins une causalité unidirectionnelle des prix aux salaires, à l'exception de l'étude de
Gordon (1988) qui n'a pu retracer aucun lien de causalité entre les prix et les salaires.
En général, toutes ces études partent d'un système à deux équations, une de prix et une de salaire, avec certaines variantes au niveau des variables de chocs d'offre et aussi
dans la façon dont ces variables ont été dérivées. On peut citer en exemple, l'étude de
Golinelli et Orsi qui a utilisé les prix à l'importation contrairement aux études de
Mehra, Gordon etc. qui ont utilisé surtout les prix de l'énergie en référence aux deux
chocs pétroliers comme des facteurs exogènes pouvant influencer l'évolution des prix
domestiques. En somme, la plupart des études énumérées dans cette section, au plan
méthodologique ont exploité la procédure en deux étapes de Engle &
Granger, alors
que seulement deux études ont utilisé la méthode de Johansen-Juselius, soit, celle de Mehra (1993) et celle de Golinelli et Orsi (1994). Nous ferons choix aussi de la
procédure de Johansen et Juselius (1990) dans notre document. Quant aux tests qui
accompagneront la procédure de Johansen-Juselius, on aura le test d'éxogénéité faible qui est issu de cette procédure, par la suite on appliquera le test de causalité de
Granger. En ce qui concerne les tests de spécification, nous avons opté pour le test de
racine unitaire augmenté de Dickey-Fuller (ADF), le test de racine unitaire de
Phillips-Perron, le test de racine unitaire saisonnière de Hylleberg et al.(1990), (HEGY), les
tests de normalité univarié de Bera-Jarque et les tests d'autocorrélation des résidus de Ljung-Box, de LM (1 à 4) décalages de Godfrey et de normalité globale de Bera-John.
IV. ANALYSE EMPIRIQUE
Dans cette section, nous définirons le modèle dans le cadre économique en faisant appel aux notions macro-économiques sur la dynamique des prix et des salaires et dans le cadre statistique en mentionnant le rôle particulier que joue la constante dans
le modèle à correction d'erreurs de Johansen & Juselius. Nous définirons les variables
employées dans le modèle standard de la dynamique des prix et des salaires et par la suite les assujettir à une analyse préliminaire. Nous chercherons dans un premier temps à déterminer la présence d'une relation de long terme entre les salaires et les prix,, et après nous estimerons un modèle VAR à correction d'erreurs similaire aux équations (24, 25) présentées ci-dessous. Finalement nous exécuterons des tests de causalité sur le modèle en question pour vérifier notre hypothèse de relation de causalité entre les prix et les salaires et conclurons par une analyse des chocs sur le
système.
4.1 Spécification du modèle 4.1.1 Le modèle économique
La théorie standard du coût de mark-up de la dynamique des prix et des salaires se retrouve dans la plupart des modèles macro-économiques à grande échelle et est un modèle de base de la courbe de Phillips. Selon Mehra (1991), la dynamique impliquée par le modèle peut être exprimée ainsi :
AW - AQ = b,(lXaW - AQ)_, + (l)AP_, + b3(Y - Y* )_, + b4S
(25)
Toutes les variables sont en logarithme naturel, A est l'opérateur de différence
première, P est le niveau des prix, W est le salaire nominal, Q est la productivité du
travail (W-Q) est le coût unitaire de main-d'œuvre, (T-T*) est une variable de demande
excédentaire comme l'écart de production et S représente les chocs d'offre. Les
coefficients ai(l), a2(l), bi(l) et biCl) sont des polynômes dans l'opérateur de décalage.
L'équation (24) capture l'idée que les prix sont fixés par les coûts plus une marge,
mais qu'ils peuvent être influencés aussi par l'excédent de demande et des chocs
d'offre. Les prédictions sur les signes sont ai(l) > 0, a2(l) > 0, a3(l) > 0 et a4(l) > 0.
En permettant à la demande excédentaire (f-f*) d'influencer les prix directement, on
teste une forme réduite du modèle standard. La forme normale du modèle suppose que
a3=0. Dans un tel cas, les conditions de la demande excédentaire pourraient influencer
les prix seulement dans la mesure où ces conditions avaient influencé les coûts
unitaires de main d'œuvre précédemment.L'équation (25) désigne la courbe de Phillips, elle suppose que les salaires
corrigés pour la productivité réagissent aussi bien aux demandes excédentaires qu'aux
chocs d'offre. La demande excédentaire devrait avoir un effet positif sur la croissance des salaires en supposant que b3>0. Les implications de causalité du systèmeconsistant aux équations (24,25) sont donc claires. On devrait observer une causalité à
effet de rétroaction entre les salaires et les prix. Une hausse des salaires devrait
fixés par les coûts plus une marge, de même que les prix entraîneraient une hausse des
salaires encore selon la causalité de Oranger à travers les anticipations d'inflation.
4.1.2 Modèle statistique
Le modèle (12) présenté dans la seconde section comme le modèle multivarié à
correction d'erreurs est le modèle de base. L'analyse se fera donc autour de celui-ci.
Cette équation se retrouve dans Johansen-Juselius (1990), avec des termes
dichotomiques saisonniers. Dans la dernière section nous avons soulevé 1 importance
de la constante dans un tel type de modèle, maintenant nous allons analyser son rôle.
À cet effet, nous formulerons à nouveau le modèle (12) comme suit ;
AX, =p
+ r.AX,_, +
... + r,_,AX,.t., +aP'X,_k +£t
(26)
où Xt' = (lipcl, Iprodpx, lunitlbct ). Dans le modèle de Johansen la constante joue un
rôle prépondérant. Son inclusion dans le modèle multivarié a de fortes répercussions
sur la théorie de probabilité (Johansen 1991b) et sur son interprétation économique (Johansen-Juselius (1990)). Ceci est le résultat de la dualité du rôle de la constante
dans le modèle contenant à la fois les composantes stationnaires et non stationnaires,
qui sont principalement l'intersection dans la relation de long terme en niveau et la
pente de la tendance linéaire dans la partie non stationnaire du modèle. De façon
générale, on peut l'illustrer en exprimant p comme étant la somme des projections de
a et a_L :
OÙ Po = (a'a)"'a'|ii est un vecteur rxl des termes d'intersection, Yo = {o-Wi)
est un vecteur des pentes linéaire des paramètres de dimension ((p-r)xl) et ax est une
matrice de rang complet px(p-r) dont les colonnes sont orthogonales aux colonnes a.
4.2 Données et analyse préliminaire
4.2.1 Données
Les données utilisées dans cette étude sont trimestrielles et considérées en
logarithme naturel. Elles s'échelonnent sur la période 1966 :1 à 1997 ;2 et elles sont
non désaisonnalisées. Les principales variables sont l'indice de prix à la
consommation (ipcl) corrigé pour la TPS à partir du premier trimestre de 1991,
l'indice du déflateur du PIB (prodpx) qui est le rapport du {PibnominalTibconstant) au coût des facteurs, le coût unitaire de main-d'œuvre (unitlbct) est le rapport du
(revenu de travail/Pibréei), la variable écart de production (outgap) est approximée par
le taux d'utilisation des capacités des entreprises manufacturières, contrairement à
l'étude de Cozier (1991) où elle est mesurée par la déviation logarithmique du Pibréei
au Pibpotentiei- Notre approximation de cette variable par le taux d'utilisation des
capacités des entreprises manufacturières s'explique au fait qu'on ne connaît pas la
vraie valeur du Pibpotenuei canadien. La variable écart de chômage {unempgap) a été
approximée par l'indice d'offre d'emploi tiré d'un document de R. Archambault
(1995). Une fois de plus, l'incapacité à obtenir le vrai taux de chômage naturel nous a
convaincu de substituer la variable {unempgap) par VIOE. Les deux variables
(tb3301,tb3302) qui sont deux indices des prix réels des biens excluant et incluant
Toutes ces variables proviennent de la banque de données de Statistiques Canada
(STATCAN).4.2.2 Tests de spécification
4.2.2.1 Tests de racine unitaire
La première chose à faire, rappelons-le, avant de procéder aux tests de
cointégration est de vérifier l'ordre d'intégration des variables. La non-stationnarité
des variables est testée dans cette étude à l'aide du test augmenté de Dickey-Fuller
(ADF), du test de stationnarité de Phillips-Perron (PP) et du test HEGY 'I Puisque nos
données sont non désaisonnalisées, le test HEGY permet de vérifier la présence ou
l'absence des termes dichotomiques saisonniers dans le modèle (12). Cela permet de
tester la présence de racine unitaire saisonnière dans les données et voire même en
établir leur nature. La présence de saisonnalité dans les données rend complexes l'estimation et les procédures de test appliquées au modèle de cointégration.
Supposons qu'il y ait présence de saisonnalité dans nos données, la négligence de cette
dernière dans les inférences statistiques peut conduire à des résultats biaisés. A cet effet Hyllleberg et al.(1990) propose un modèle à correction d'erreurs tenant compte de la cointégration des séries à toutes les fréquences. Le test de Phillips-Perron permet
pour sa part de prendre en compte les changements structurels constatés sur les
graphiques des taux d'inflation et des salaires. Si ces changements se confirment, les
résultats des tests ADF seront probablement erronés car des changements structurels dans les séries chronologiques stationnaires peuvent produire des racines unitaires
Le test HEGY est le test de racine unitaire proposée par Hyllberg, Engle, Oranger et Yoo(1990). Une brève description de ce test est présenté dans l'annexe des tests.
apparentes. Pour prendre en compte ces changements de niveau on intégrera dans le
test de Phillips-Perron (PP) des variables auxiliaires aux périodes suggérées parHostlang(95) dans son article « Changes In The Inflation Process In Canada ». Nos variables auxiliaires sont nulles sur toutes les périodes précédant les chocs et prennent
la valeur I pour les périodes qui suivent. Comme nous travaillons avec des données trimestrielles, aux périodes suggérées par Hostland (95), nous avons distribué de manière égale l'impact du choc sur l'année entière au lieu de choisir un trimestre en
particulier.
Les résultats des tests ADF, PP et HEGY sont présentés dans l'annexe des
tableaux, respectivement sur les tableaux 6, 7, 8 et 9. Les résultats du test ADF indiquent que la plupart des variables prises en niveau sont non stationnaires à l'exception des variables {lunempgap et loutgap) qui sont stationnaires en niveau
seulement au seuil de 5% et non stationnaires au seuil de 1%. De plus on observe que
les deux mesures de prix {lipc et Iprodx) et la variable coût unitaire de main-d'œuvre (lunitlbct) sont intégrées d'ordre (2). Quand les variables sont considérées en différence première la plupart d'entre elles sont 1(0) à l'exception des trois autres citées précédemment qui demeurent non stationnaires. Puisque chaque équation de régression incluait une tendance linéaire, des tests simultanés de racine unitaire et de
tendance linéaire étaient effectués. Ce test conjoint a été rejeté seulement pour la
variable (tlb3302) au seuil de 5% mais accepté au seuil de 1%. Le tableau inclut aussi le nombre de décalages dans chaque équation nécessaire pour rendre les termes
Les résultats du test de Phillips-Perron divergent sur le degré d'intégration des séries. En effet toutes les séries semblent être intégrées d'ordre un ou 1(1), confirmant
ainsi la stationnarité du taux d'inflation et des salaires. De même ces résultats attestent aussi la présence de trois changements de niveau qui se situent autour des années 71,
83 et le début de 1991 pour les deux indices des prix et deux changements de niveau
significatifs pour la variable coût unitaire de la main d'œuvre en 71 et 83. Les résultats
du test HEGY montrent que seules les variables {lb3302 et loutgap) ne rejettent pas la
présence d'une racine unitaire saisonnière tandis que pour toutes les autres variables
cette hypothèse a été infirmée. La présence de saisonnalité décelée par le test HEGY étant négligeable, la présence de celle-ci n'est donc pas suffisante pour inclure un vecteur des variables dichotomiques saisonnières dans notre modèle, ni pour recourir aux tests de cointégration et au modèle à correction d'erreurs proposé par Hylleberg et
al. (1990), qui tient compte de la saisonnalité. Le test sur les résidus des régressions de
stationnarité décèle un problème d'aplatissement pour toutes les séries, alors que la
propriété de symétrie est acceptée pour toutes les séries. Néanmoins les statistiques Q
montrent que les résidus ne présentent pas de problème d'autocorrélation.
Les tests de stationnarité ayant rejeté l'hypothèse de stationnarité des variables, l'estimation en niveau de ces variables peut créer des corrélations fallacieuses. Donc la
formulation d'un VAR à correction d'erreurs est requise. Notre prochaine démarche consistera à examiner si ces variables sont cointégrées. Avant d'arriver à cette étape, nous essaierons de déterminer le modèle approprié à nos données en appliquant le test de rang suggéré par Johansen (1992) qui précisera les composantes déterministes à
4.2.2.2 Analyse des termes d'erreur
Le modèle multivarié repose sur deux hypothèses cruciales: l'indépendance
temporelle et la normalité des résidus. L'indépendance des termes d'erreurs est
vérifiée par les tests de Ljung-Box et LM(1 à 4) décalages de Breusch-Godlrey, tandis
que la normalité des résidus est examinée par le test univarié de Bera-Jarque (1980).
Les résidus examinés viennent d'un modèle à correction d'erreurs qui comprend les
tendances linéaires dans l'évolution des variables. Les résultats de ces tests sont
fournis en annexe. La propriété de « skewness » (symétrie) est attestée, par contre la
propriété de « kurtosis » (applatissement) est rejetée. Quant aux tests d'autocorrélation
des résidus, la non autocorrélaion est approuvée. Les hypothèses de non-stationnarité de normalité et d'indépendance temporelle étant satisfaites, nous allons procéder
maintenant aux tests de cointégration.
4.3 Sélection et détermination du nombre de vecteurs de cointégration
4.3.1 Sélection du modèle
La distribution asymptotique du test de Johansen variant suivant les composantes déterministes qui sont incluses dans le modèle, il est donc primordial d'inspecter la
présence de tels éléments dans le modèle à correction d'erreurs (12). Une analyse graphique n'étant pas assez explicite, il est donc inapproprié de se baser sur ce seul